基于小波降噪和灰色神经网络的车辙深度指标预测

• 作者: 肖志军
• 来源期刊: 公路交通技术
• 学科: 交通运输
• 关键词: 小波降噪 灰色理论 神经网络 车辙深度 预测方法
• 年，卷（期）: 2019,（2）
• 所属期刊栏目: 道路工程
• 页码范围: 23-27
• 页数: 5页
• 分类号: U418.1
• 字数: 2818字
• 语种: 中文
• DOI: 10.13607/j.cnki.gljt.2019.02.005

摘要

车辙是高速公路的主要病害之一,也是路面使用性能重要指标之一.在路面车辙深度指标预测中,带有噪声的数据不可避免地会影响预测的准确性.为此,先采用db3小波滤波器对采样信号进行了降噪预处理,然后采用改进型灰色理论与神经网络相结合的方法对路面车辙深度指标进行了预测,并与传统拟合公式法进行了比较.结果表明:本方法准确度更高,相对误差更小.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	肖志军		3	0	0.0	0.0